【摘要】针对辅助驾驶在环境感知中对交通标志的检测出现错检、漏检问题，本文提出一种高精度ＹＯＬＯｖ８（ ｈｉｇｈ ｐｒｅｃｉｓｉｏｎ⁃ＹＯＬＯｖ８，ＨＰ⁃ＹＯＬＯｖ８）算法。首先，该算法通过引入空间深度转换卷积模块优化模型对小目标和低分辨率图像的处理能力；其次，在算法模型的Ｃ２ｆ 模块引入轻量级注意力机制倒置残差移动块，增强模型处理长距离信息的能力；最后，利用Ｆｏｃａｌ Ｌｏｓｓ 函数解决传统目标检测中分类与定位不一致问题。实验结果证明：ＨＰ⁃ＹＯＬＯｖ８ 算法ｍＡＰ＠ ０.５ 达到９７.３％，相比基线算法提高２.５％，检测速率（ＦＰＳ）达１３０ 帧／ ｓ，表明改进后的算法模型综合性能更好，具有较高的实际应用价值。